AI BENCHY 对比

Google: Gemini 3.1 Flash Lite vs Xiaomi: MiMo-V2.5

摘要

Gemini 3.1 Flash Lite vs MiMo-V2.5 benchmark 对比：MiMo-V2.5 平均分领先，为 6.7 vs 6.4。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.028 vs $0.061。 Gemini 3.1 Flash Lite 更快，为 1.89s vs 27.11s，通过率为 61.9% vs 69.8%。

推荐模型: Gemini 3.1 Flash Lite - 它的得分接近这里的最高分（6.4 vs 6.7），同时成本比MiMo-V2.5低约 2.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low 发布日期: 2026-05-08	MiMo-V2.5 MiMo-V2.5 medium 发布日期: 2026-04-22

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low 发布日期: 2026-05-08	MiMo-V2.5 MiMo-V2.5 medium 发布日期: 2026-04-22
分数	6.4	6.7
排名	#88	#79
可靠性	10.0	10.0
一致性	9.3	8.1
测试正确
尝试通过率	61.9%	69.8%
不稳定测试	2	5
总运行次数	63	63
每个结果成本	0.227	2.966
总成本	$0.028	$0.061
输入价格	$0.250 / 1M	$0.105 / 1M
输出价格	$1.500 / 1M	$0.280 / 1M
总输入令牌	36,892	41,838
输出令牌	2,732	2,827
推理令牌	9,260	198,898
响应时间（平均）	1.89s	27.11s
响应时间（最大）	5.66s	162.44s
响应时间（总计）	39.62s	569.38s

生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#88 Gemini 3.1 Flash Lite

low

成本: $0.003
时间: 4.0s
令牌: 1,479 tok

#79 MiMo-V2.5

medium

成本: $0.002
时间: 54.8s
令牌: 5,247 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	7.3	6.2	75.0%	2		1.84s	500	1,013	1,548
MiMo-V2.5	10.0	10.0	100.0%	0		4.14s	621	281	1,739

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		1.53s	8,132	471	1,072
MiMo-V2.5	6.2	4.7	66.7%	2		97.14s	7,422	557	81,977

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		4.48s	12,870	348	975
MiMo-V2.5	10.0	10.0	100.0%	0		16.86s	15,060	363	7,609

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.44s	7,453	291	697
MiMo-V2.5	2.7	5.7	16.7%	1		6.33s	7,746	306	5,714

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	5.3	10.0	33.3%	0		1.52s	639	15	1,214
MiMo-V2.5	5.3	10.0	33.3%	0		34.53s	735	507	49,478

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		1.37s	492	69	438
MiMo-V2.5	5.4	2.5	66.7%	1		5.37s	492	121	418

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.52s	619	72	760
MiMo-V2.5	9.9	10.0	100.0%	0		1.80s	672	88	801

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.40s	570	210	1,191
MiMo-V2.5	8.2	7.2	88.9%	1		20.25s	660	279	33,254

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		5.66s	5,457	234	945
MiMo-V2.5	10.0	10.0	100.0%	0		7.29s	8,220	303	2,424

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		1.46s	160	9	420
MiMo-V2.5	3.0	10.0	0.0%	0		51.29s	210	22	15,484

快速对比

切换对比组合